@TOCKafka学习笔记
1. 基本概念:
Producer:消息生产者,向Kafka中发布消息的角色。
Consumer:消息消费者,即从Kafka中拉取消息消费的客户端。
Consumer Group:消费者组,消费者组则是一组中存在多个消费者,消费者消费Broker中当前Topic的不同分区中的消息,消费者组之间互不影响,所有的消费者都属于某个消费者组,即消费者组是逻辑上的一个订阅者。某一个分区中的消息只能够一个消费者组中的一个消费者所消费
Broker:经纪人,一台Kafka服务器就是一个Broker,一个集群由多个Broker组成,一个Broker可以容纳多个Topic。
Topic:主题,可以理解为一个队列,生产者和消费者都是面向一个Topic
Partition:分区,为了实现扩展性,一个非常大的Topic可以分布到多个Broker上,一个Topic可以分为多个Partition,每个Partition是一个有序的队列(分区有序,不能保证全局有序)
Replica:副本Replication,为保证集群中某个节点发生故障,节点上的Partition数据不丢失,Kafka可以正常的工作,Kafka提供了副本机制,一个Topic的每个分区有若干个副本,一个Leader和多个Follower
Leader:每个分区多个副本的主角色,生产者发送数据的对象,以及消费者消费数据的对象都是Leader。
Follower:每个分区多个副本的从角色,实时的从Leader中同步数据,保持和Leader数据的同步,Leader发生故障的时候,某个Follower会成为新的Leader。
2. 实操:
1)、docker拉取zookeeper和kafka
2)、启动zookeeper
3)、启动三台kafaka容器
4)、模拟生产者/消费者
a、进入kafka容器下的opt/kafka_2.13-2.8.1/bin路径,启用kafka-topics.sh创建一个3分区的topic(队列)
b、调用生产者创建消息
c、调用消费者查看消息(顺序不一致)
d、删除topic(逻辑删除)
3. 文件存储:
kafka的文件存储是落地存储的,通过对应的log和index文件。一个Topic有多个分区,一个分区有多个segment,一个segment有两个文件,一个log,一个index。
生产者不断向log文件追加消息。
4. ACK机制:
发送ack的时机:
确保有follower与leader同步完成,leader在发送ack,这样可以保证在leader挂掉之后,follower中可以选出新的leader(主要是确保follower中数据不丢失)
follower同步完成多少才发送ack:
a、半数以上的follower同步完成,即可发送ack
优点:延迟低
缺点:缺点是选举新的leader的时候,容忍n台节点的故障,需要2n+1个副本(因为需要半数同意,所以故障的时候,能够选举的前提是剩下的副本超过半数),容错率为1/2
b、全部的follower同步完成,才可以发送ack
优点:容错率高
缺点:延迟高
5. ISR:
leader中维护了一个动态的ISR(in-sync replica set),即与leader保持同步的follower集合,当ISR中的follower完成数据的同步之后,给leader发送ack,如果follower长时间没有向leader同步数据,则该f